| fix: fix create_default_grid undefined dy variable (should be dx) | 4 months ago |
| Initial commit: BPT-V tracker project (code only, no dataset videos/frames) Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 5 months ago |
| add self-verify screenshot to docs | 4 months ago |
| Initial commit: BPT-V tracker project (code only, no dataset videos/frames) Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 5 months ago |
| chore: add commit_msg.txt to gitignore | 4 months ago |
| docs: add self-verification screenshot to README visualization gallery | 4 months ago |
| 更新 README,增加模型大小/推理速度/性能/硬件/方法论等完整指标;新增 benchmark 脚本 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 5 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| feat: 精度大幅提升 — 置信度阈值 0.70 + KF 自适应 Q/R + 帧差分双通道 v4 模型 核心改进(按效果排序): 1. 置信度阈值 0.3→0.70:过滤模型 fallback (conf~0.688),最差视频 video_014 从 6.32→1.42px (-78%) 2. KF 自适应过程噪声 Q:检测间隙 >3帧时 Q=500→5,稳定预测 100 倍 3. KF 自适应观测噪声 R:高置信度→更信任观测,低置信度→更多依赖物理预测 4. 帧差分双通道输入 (v4, 实验性):堆叠 [灰度帧, 帧差],val_loss -8%,video_039 1.74→0.91px 5. BallDetector 默认 conf_threshold=0.70, in_channels=1, 支持 reset() + prev_frame 跟踪 6. 修复:Windows CUDA 多进程问题(串行),warmup 张量通道数,GBK 编码兼容 7. 新增续训支持:每 epoch checkpoint,--resume 中断恢复 8. 全部 14 个最差视频中位误差中位数从 2.56px 降至 1.92px (-25%) Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 5 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| feat: 全量90视频30 epochs训练完成,中位误差降至1.00px HeatmapCNN 全量训练结果: - 训练集 77 视频 + 验证集 13 视频,共 10,393 样本 - 30 epochs 训练完成,最优 epoch 25 - 精度:< 1 px 58.7%, < 2 px 88.4%, < 5 px 93.7% - 中位误差:1.00 px(较之前 1.41 px 提升 29%) - 训练速度:~64s/epoch,总 ~32 分钟(RTX 5070 Ti) - README 全面更新训练结果 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 5 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| feat: 精度大幅提升 — 置信度阈值 0.70 + KF 自适应 Q/R + 帧差分双通道 v4 模型 核心改进(按效果排序): 1. 置信度阈值 0.3→0.70:过滤模型 fallback (conf~0.688),最差视频 video_014 从 6.32→1.42px (-78%) 2. KF 自适应过程噪声 Q:检测间隙 >3帧时 Q=500→5,稳定预测 100 倍 3. KF 自适应观测噪声 R:高置信度→更信任观测,低置信度→更多依赖物理预测 4. 帧差分双通道输入 (v4, 实验性):堆叠 [灰度帧, 帧差],val_loss -8%,video_039 1.74→0.91px 5. BallDetector 默认 conf_threshold=0.70, in_channels=1, 支持 reset() + prev_frame 跟踪 6. 修复:Windows CUDA 多进程问题(串行),warmup 张量通道数,GBK 编码兼容 7. 新增续训支持:每 epoch checkpoint,--resume 中断恢复 8. 全部 14 个最差视频中位误差中位数从 2.56px 降至 1.92px (-25%) Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 5 months ago |
| feat: 精度大幅提升 — 置信度阈值 0.70 + KF 自适应 Q/R + 帧差分双通道 v4 模型 核心改进(按效果排序): 1. 置信度阈值 0.3→0.70:过滤模型 fallback (conf~0.688),最差视频 video_014 从 6.32→1.42px (-78%) 2. KF 自适应过程噪声 Q:检测间隙 >3帧时 Q=500→5,稳定预测 100 倍 3. KF 自适应观测噪声 R:高置信度→更信任观测,低置信度→更多依赖物理预测 4. 帧差分双通道输入 (v4, 实验性):堆叠 [灰度帧, 帧差],val_loss -8%,video_039 1.74→0.91px 5. BallDetector 默认 conf_threshold=0.70, in_channels=1, 支持 reset() + prev_frame 跟踪 6. 修复:Windows CUDA 多进程问题(串行),warmup 张量通道数,GBK 编码兼容 7. 新增续训支持:每 epoch checkpoint,--resume 中断恢复 8. 全部 14 个最差视频中位误差中位数从 2.56px 降至 1.92px (-25%) Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 5 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| Initial commit: BPT-V tracker project (code only, no dataset videos/frames) Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 5 months ago |
| Initial commit: BPT-V tracker project (code only, no dataset videos/frames) Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 5 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| feat: 精度大幅提升 — 置信度阈值 0.70 + KF 自适应 Q/R + 帧差分双通道 v4 模型 核心改进(按效果排序): 1. 置信度阈值 0.3→0.70:过滤模型 fallback (conf~0.688),最差视频 video_014 从 6.32→1.42px (-78%) 2. KF 自适应过程噪声 Q:检测间隙 >3帧时 Q=500→5,稳定预测 100 倍 3. KF 自适应观测噪声 R:高置信度→更信任观测,低置信度→更多依赖物理预测 4. 帧差分双通道输入 (v4, 实验性):堆叠 [灰度帧, 帧差],val_loss -8%,video_039 1.74→0.91px 5. BallDetector 默认 conf_threshold=0.70, in_channels=1, 支持 reset() + prev_frame 跟踪 6. 修复:Windows CUDA 多进程问题(串行),warmup 张量通道数,GBK 编码兼容 7. 新增续训支持:每 epoch checkpoint,--resume 中断恢复 8. 全部 14 个最差视频中位误差中位数从 2.56px 降至 1.92px (-25%) Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 5 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| Initial commit: BPT-V tracker project (code only, no dataset videos/frames) Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 5 months ago |
| Initial commit: BPT-V tracker project (code only, no dataset videos/frames) Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 5 months ago |
| Initial commit: BPT-V tracker project (code only, no dataset videos/frames) Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 5 months ago |
| Initial commit: BPT-V tracker project (code only, no dataset videos/frames) Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 5 months ago |
| Initial commit: BPT-V tracker project (code only, no dataset videos/frames) Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 5 months ago |
| Initial commit: BPT-V tracker project (code only, no dataset videos/frames) Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 5 months ago |
| Initial commit: BPT-V tracker project (code only, no dataset videos/frames) Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 5 months ago |
| feat: 精度大幅提升 — 置信度阈值 0.70 + KF 自适应 Q/R + 帧差分双通道 v4 模型 核心改进(按效果排序): 1. 置信度阈值 0.3→0.70:过滤模型 fallback (conf~0.688),最差视频 video_014 从 6.32→1.42px (-78%) 2. KF 自适应过程噪声 Q:检测间隙 >3帧时 Q=500→5,稳定预测 100 倍 3. KF 自适应观测噪声 R:高置信度→更信任观测,低置信度→更多依赖物理预测 4. 帧差分双通道输入 (v4, 实验性):堆叠 [灰度帧, 帧差],val_loss -8%,video_039 1.74→0.91px 5. BallDetector 默认 conf_threshold=0.70, in_channels=1, 支持 reset() + prev_frame 跟踪 6. 修复:Windows CUDA 多进程问题(串行),warmup 张量通道数,GBK 编码兼容 7. 新增续训支持:每 epoch checkpoint,--resume 中断恢复 8. 全部 14 个最差视频中位误差中位数从 2.56px 降至 1.92px (-25%) Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 5 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| feat: 精度大幅提升 — 置信度阈值 0.70 + KF 自适应 Q/R + 帧差分双通道 v4 模型 核心改进(按效果排序): 1. 置信度阈值 0.3→0.70:过滤模型 fallback (conf~0.688),最差视频 video_014 从 6.32→1.42px (-78%) 2. KF 自适应过程噪声 Q:检测间隙 >3帧时 Q=500→5,稳定预测 100 倍 3. KF 自适应观测噪声 R:高置信度→更信任观测,低置信度→更多依赖物理预测 4. 帧差分双通道输入 (v4, 实验性):堆叠 [灰度帧, 帧差],val_loss -8%,video_039 1.74→0.91px 5. BallDetector 默认 conf_threshold=0.70, in_channels=1, 支持 reset() + prev_frame 跟踪 6. 修复:Windows CUDA 多进程问题(串行),warmup 张量通道数,GBK 编码兼容 7. 新增续训支持:每 epoch checkpoint,--resume 中断恢复 8. 全部 14 个最差视频中位误差中位数从 2.56px 降至 1.92px (-25%) Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 5 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| feat: 精度大幅提升 — 置信度阈值 0.70 + KF 自适应 Q/R + 帧差分双通道 v4 模型 核心改进(按效果排序): 1. 置信度阈值 0.3→0.70:过滤模型 fallback (conf~0.688),最差视频 video_014 从 6.32→1.42px (-78%) 2. KF 自适应过程噪声 Q:检测间隙 >3帧时 Q=500→5,稳定预测 100 倍 3. KF 自适应观测噪声 R:高置信度→更信任观测,低置信度→更多依赖物理预测 4. 帧差分双通道输入 (v4, 实验性):堆叠 [灰度帧, 帧差],val_loss -8%,video_039 1.74→0.91px 5. BallDetector 默认 conf_threshold=0.70, in_channels=1, 支持 reset() + prev_frame 跟踪 6. 修复:Windows CUDA 多进程问题(串行),warmup 张量通道数,GBK 编码兼容 7. 新增续训支持:每 epoch checkpoint,--resume 中断恢复 8. 全部 14 个最差视频中位误差中位数从 2.56px 降至 1.92px (-25%) Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 5 months ago |
| feat: 全量90视频30 epochs训练完成,中位误差降至1.00px HeatmapCNN 全量训练结果: - 训练集 77 视频 + 验证集 13 视频,共 10,393 样本 - 30 epochs 训练完成,最优 epoch 25 - 精度:< 1 px 58.7%, < 2 px 88.4%, < 5 px 93.7% - 中位误差:1.00 px(较之前 1.41 px 提升 29%) - 训练速度:~64s/epoch,总 ~32 分钟(RTX 5070 Ti) - README 全面更新训练结果 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 5 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| GPU 训练改造 + README 重写 + 自检测评估 - 新增 GPU 训练支持: AMP 混合精度、Tensor Cores、pin_memory - 数据集按需加载 (BallDatasetOnDemand),全量 90 视频内存友好 - 新增 AdamW + CosineAnnealingLR 优化器 - 新增梯度裁剪 (max_norm=10.0) - 修复 DataLoader Windows 兼容性 (workers=0) - 更新 dl_device 自动检测 CUDA - README 重写: 新增 6 个 GIF 动图、训练 Loss 曲线、GPU 性能参数 - 自检测: GT 模式 90/90 视频, 平均 RMSE=2.87px, 100% < 3px - 新增 make_gif.py, plot_loss.py, run_eval_fast.py - 优化 .gitignore 排除 results/, dataset/, *.whl - 清理废弃 debug 文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 5 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| GPU 训练改造 + README 重写 + 自检测评估 - 新增 GPU 训练支持: AMP 混合精度、Tensor Cores、pin_memory - 数据集按需加载 (BallDatasetOnDemand),全量 90 视频内存友好 - 新增 AdamW + CosineAnnealingLR 优化器 - 新增梯度裁剪 (max_norm=10.0) - 修复 DataLoader Windows 兼容性 (workers=0) - 更新 dl_device 自动检测 CUDA - README 重写: 新增 6 个 GIF 动图、训练 Loss 曲线、GPU 性能参数 - 自检测: GT 模式 90/90 视频, 平均 RMSE=2.87px, 100% < 3px - 新增 make_gif.py, plot_loss.py, run_eval_fast.py - 优化 .gitignore 排除 results/, dataset/, *.whl - 清理废弃 debug 文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 5 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| Initial commit: BPT-V tracker project (code only, no dataset videos/frames) Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 5 months ago |
| Initial commit: BPT-V tracker project (code only, no dataset videos/frames) Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 5 months ago |
| Initial commit: BPT-V tracker project (code only, no dataset videos/frames) Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 5 months ago |
| GPU 训练改造 + README 重写 + 自检测评估 - 新增 GPU 训练支持: AMP 混合精度、Tensor Cores、pin_memory - 数据集按需加载 (BallDatasetOnDemand),全量 90 视频内存友好 - 新增 AdamW + CosineAnnealingLR 优化器 - 新增梯度裁剪 (max_norm=10.0) - 修复 DataLoader Windows 兼容性 (workers=0) - 更新 dl_device 自动检测 CUDA - README 重写: 新增 6 个 GIF 动图、训练 Loss 曲线、GPU 性能参数 - 自检测: GT 模式 90/90 视频, 平均 RMSE=2.87px, 100% < 3px - 新增 make_gif.py, plot_loss.py, run_eval_fast.py - 优化 .gitignore 排除 results/, dataset/, *.whl - 清理废弃 debug 文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 5 months ago |
| 更新 README:反映 RTS 平滑最优管道与最终精度 - 标题添加 RTS 后向平滑 + 最终精度(中位 RMSE=39.70px) - 物理约束节重构为 RTS 对比表(KF→RTS→最终) - 精度总览表新增 RTS 行,默认命令即为最优 - 快速开始简化:默认无参数即最优配置 - 配置表更新:use_dl_detector=True, motion_order=2, kf_R=25, kf_q_CA=500, use_physics_post_process=True - 新增 use_physics_prefill 配置说明(默认关闭) - 结论更新:v1 模型已饱和,建议回合后尝试更强架构 | 5 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| Initial commit: BPT-V tracker project (code only, no dataset videos/frames) Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 5 months ago |
| Initial commit: BPT-V tracker project (code only, no dataset videos/frames) Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 5 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| 更新:添加训练测试脚本,完善 .gitignore(忽略 .whl 文件)\n\nCo-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 5 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| feat: 精度大幅提升 — 置信度阈值 0.70 + KF 自适应 Q/R + 帧差分双通道 v4 模型 核心改进(按效果排序): 1. 置信度阈值 0.3→0.70:过滤模型 fallback (conf~0.688),最差视频 video_014 从 6.32→1.42px (-78%) 2. KF 自适应过程噪声 Q:检测间隙 >3帧时 Q=500→5,稳定预测 100 倍 3. KF 自适应观测噪声 R:高置信度→更信任观测,低置信度→更多依赖物理预测 4. 帧差分双通道输入 (v4, 实验性):堆叠 [灰度帧, 帧差],val_loss -8%,video_039 1.74→0.91px 5. BallDetector 默认 conf_threshold=0.70, in_channels=1, 支持 reset() + prev_frame 跟踪 6. 修复:Windows CUDA 多进程问题(串行),warmup 张量通道数,GBK 编码兼容 7. 新增续训支持:每 epoch checkpoint,--resume 中断恢复 8. 全部 14 个最差视频中位误差中位数从 2.56px 降至 1.92px (-25%) Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 5 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| Initial commit: BPT-V tracker project (code only, no dataset videos/frames) Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 5 months ago |
| Initial commit: BPT-V tracker project (code only, no dataset videos/frames) Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 5 months ago |
| Initial commit: BPT-V tracker project (code only, no dataset videos/frames) Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 5 months ago |
| Initial commit: BPT-V tracker project (code only, no dataset videos/frames) Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 5 months ago |
| Initial commit: BPT-V tracker project (code only, no dataset videos/frames) Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 5 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |
| docs: 全面更新 README 披露模型大小/推理速度/性能/硬件/方法论/自验证截图,提交完整训练模型及全部可运行代码 - 新增综合评价指标一览表(模型大小、推理速度、精度、硬件使用) - 新增自验证截图章节(跟踪动图、轨迹对比、平滑对比) - 新增方法论章节(系统架构、滤波公式、自适应噪声) - 新增全量64视频评估结果,含置信度过滤前后对比 - 新增逐视频精度表格(video_014/001/030/039/045/049等) - 新增 GPU 训练性能和硬件使用详情 - 新增模型版本对比表(v1~v6 + v6_fast/spatial/temp) - 新增加速库表格(Numba/AMP/Tensor Cores等) - 重新组织项目结构,补充完整文件清单 - 提交所有模型权重文件(11个 .pth) - 提交全部实验和评估脚本(~80个 .py) - 更新 .gitignore 忽略临时/日志文件 Co-Authored-By: AtomCode (deepseek-v4-flash) <noreply@atomgit.com> | 4 months ago |